| 1. | |
오리엔테이션 |  |
|
| 2. | |
빅데이터, 이것만 기억 | 데이터의 기본요소 학습: 3V (Volume, Velocity, Variety) | |
| 3. | |
빅데이터 경향 | 빅데이터의 최신 근황: 전문가와의 대화 | |
| 4. | |
빅데이터 통찰 | 빅데이터의 의사결정: 가트너 분석 | |
| 5. | |
빅데이터 기획 | 빅데이터 기획: 데이터 → 인사인트 → 밸류 | |
| 6. | |
알파고, 데이터 상관관계 | 알파고: 데이터의 관계성 | |
| 7. | |
머신러닝(1) | 인공지능과 머신러닝 모델의 이해 | |
| 8. | |
머신러닝 (2) | 클러스터링, 연관분석, 이상탐지, 이미지처리(Cifar-10) | |
| 9. | |
빅데이터, 미래 권력 | 빅데이터가 미래의 권력이다: 4차혁명, GPT-3, 걸림돌(데이터 사일로) | |
| 10. | |
데이터와 권력 | 데이터의 권력: 대기업과 빅데이터, GDPR, 마이데이터 | |
| 11. | |
테슬라와 빅데이터 | 테슬라와 빅데이터: 모델이 아닌 데이터 정리 | |
| 12. | |
넷플릭스와 빅데이터 | 넷플릭스와 빅데이터: 넷플릭스 어낼리틱스, 추천 알고리즘 | |
| 13. | |
페이스북과 메타버스 | 페이스북(메타)과 빅데이터: 메타버스의 개념 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
